企业官网建设流程全解析

AI漫剧制作全流程公开：剧本、分镜、视频、配音、剪辑如何一次跑通？

AI漫剧这个赛道，最近热度上升得非常快。如果你关注B站或短视频平台，应该已经刷到过不少用AI生成的动漫风格短剧：画风统一、有配音、有分镜、有剧情节奏，甚至已经有人靠连续更新AI漫剧账号，跑出了可观的数据。而“【99集】北京大学大佬带队熬夜爆肝198小时！B站最全最细的AI漫剧零基础全套教程”这个标题能在B站获得高关注，背后反映的其实是同一件事：大量创作者想入局AI漫剧，但真正能讲清楚全流程、能把“人物一致性”这个核心难题讲透的教程太少了。

这篇文章不打算做教程的二次转述，而是围绕AI漫剧制作本身，把整条生产链路拆开来看：从剧本、分镜，到AI绘图、视频生成，再到配音、剪辑，以及最让人头疼的“人物一致性”问题。你会知道每个环节的核心工具和操作逻辑是什么，也会看到一个入局者从零开始应该按什么顺序学习、在哪里投入最多的精力。更重要的是，我会把这套流程与AI工具的发展阶段结合起来，解释为什么AI漫剧是当前AI内容创作领域里，最适合个人创作者切入的方向之一。

1. 这篇文章真正要解决的问题

先说判断：AI漫剧真正降低的，不是制作难度，而是制作门槛。

这两句话看起来矛盾，其实是两码事。传统动漫一集从剧本到成片，需要编剧、原画、场景、动画、配音、剪辑等多个岗位协作，单集成本动辄数万甚至更高。AI漫剧不是让这些环节消失，而是把每个环节的“人工执行”压缩成了“AI辅助执行”，让一个人也能走完整条流水线。

但门槛降低不等于没有门槛。AI漫剧制作链条中，最大的技术难点是“人物一致性”。

什么是人物一致性？很简单：主角在第一集出场时是黑发红瞳、穿白色外套，到第五集不能突然变成金发蓝眼、穿黑色卫衣。在传统动画里，这个由角色设定稿和原画师的专业训练来保证；在AI绘图里，每次生成都是独立的采样过程，哪怕Prompt写得一模一样，生成结果也会有偏差。如果这个问题不解决，AI漫剧就会变成“每集换一个主角的翻车现场”，观众一眼就能看出破绽。

因此，这篇文章要解决的核心问题有三个：

• AI漫剧的完整制作流程是什么？每个环节用什么工具、产出什么素材？
• 人物一致性在不同制作路线下分别怎么解决？主流方案各自的优缺点是什么？
• 零基础入局者应该按什么顺序学习，才能避免在错误的方向上浪费大量时间？

任何一个想认真做AI漫剧的人，这三个问题都绕不开。

2. AI漫剧是什么：它和传统动漫、短视频短剧的区别

先给一个清晰的定义：AI漫剧是利用AI工具链制作的动漫风格短剧，通常以短视频平台或B站为主要发布渠道。它在视觉形态上接近传统2D动漫，但在生产流程上完全依赖AI工具替代人工绘制。

AI漫剧与传统动漫的最大区别，在于生产链路的变化。

传统动漫的制作流程大致是：剧本创作 → 分镜设计 → 原画绘制 → 中间动画 → 背景绘制 → 上色 → 后期合成 → 配音配乐 → 剪辑输出。这条链路里，原画和中间动画的成本最高、周期最长，也是人员密集型环节。

AI漫剧的流程被大幅压缩为：剧本创作 → 分镜设计 → AI绘图生成关键帧 → AI视频工具让画面动起来 → 配音 → 剪辑合成。剧本可以用大语言模型辅助，分镜可以用AI出图快速验证，关键帧由AI批量生成，视频生成工具负责把静态图变为动态画面。整个链条里，个人创作者就可以完成。

表：AI漫剧与传统动漫的核心差异对比

这里要强调一个容易误解的地方：AI漫剧不是“一键生成”的低质量内容。它的上限取决于创作者的选题能力、叙事能力和工具控制能力。同一个AI工具，在不同人手里产出的作品质量差距非常大。

AI短剧和AI漫剧也经常被混淆。两者其实是同一波AI视频生成技术浪潮下的不同赛道分支。AI短剧更偏向真人实拍风格或用AI生成写实类演员，AI漫剧则走二次元动漫风格。区别本质上是视觉风格的差异，但制作流程高度相似，核心工具链也大量重叠。

3. 人物一致性：AI漫剧制作绕不开的核心难题

如果只允许用一个指标评判AI漫剧的质量，那一定是人物一致性。

一个AI漫剧项目能不能追下去，首要因素不是剧情（虽然剧情也很重要），而是主角形象是否足够稳定、有辨识度。人脸的识别记忆是人类与生俱来的能力，主角形象一旦跳动，观众会立刻出戏。

人物一致性为什么在AI绘图中如此难？

核心原因在于扩散模型的生成机制。扩散模型在生成图像时，是先从随机噪声出发，根据文本描述一步步去噪，最终还原出图像。即便文本Prompt完全一致，采样过程也带有随机性——不同的随机种子、不同的采样步数、不同的CFG参数，都会产生细节差异。更要命的是，自然语言本身是有歧义的：“一个黑发红瞳、穿白色外套的少年”这个描述，在不同模型、不同版本、不同风格标签下，生成出来的五官、发型、服装细节都不尽相同。

在AI漫剧中解决人物一致性问题，目前主流有几条技术路线：

一是固定角色参考图 + 图生图。先精心生成一张主角的标准参考图（包括全身正背面、面部特写、常服和战斗服等设定图），然后每次生成画面时，都把这/几/张参考图作为输入，让AI基于参考图进行生成。这条路线的优点是操作简单、不依赖训练；缺点是参考图对姿态、角度的影响较大，当需要角色侧身、背影或者特殊动作时，参考图提供的约束可能不够。

二是低秩适配（LoRA）模型训练。针对角色的多角度、多表情、多姿态图片进行少量训练，生成一个专属的角色LoRA模型。生成图片时加载这个LoRA，AI会把人脸特征、服装特征作为强约束。这条路线的优点是角色一致性最稳定、可控性最强；缺点是需要学习模型训练的基本操作，有一定技术门槛，且训练素材质量直接影响最终效果。

三是依赖单一模型生态内的引用功能。比如某些绘图工具支持以一张或多张图片作为视觉参考，在生成时保持风格、构图或角色特征。这类功能对场景一致性和画风一致性非常有效，对角色精细一致性相对弱一些。

在实际项目中，更推荐组合使用。用固定角色参考图作为基础约束，加上图生图控制构图，再用LoRA保证复杂镜头下的角色稳定。这个过程没有一条路走到底的银弹，必须根据项目需求和预算做组合。

还有一点容易被新手忽略：人物一致性不只是“脸一致”，还包括服装、配饰、发型、瞳色、画风。尤其是服装细节，AI非常容易在不同镜头中把外套的颜色、领口的形状画跑偏。解法是给角色设定图做严格的文字标注（如“白色立领外套，领口有蓝色条纹，银色金属拉链”），并在Prompt中反复固化这些描述词汇，不要随意替换同义词。

4. AI漫剧完整制作流程拆解：六步走通一条生产线

AI漫剧从创意到成片，经过六个关键环节。下面把这六个环节拆开，逐一说明每个环节的目标、工具逻辑与产出物。

4.1 剧本创作：用大语言模型辅助架构，但“人味儿”不能丢

剧本是AI漫剧的基底。一个3分钟的AI漫剧单集，文字量大约在800到1200字之间，需要具备完整的起承转合。大语言模型可以快速生成故事梗概、分集大纲、甚至逐场对白，但AI生成的剧本有两个常见问题：一是情节同质化，容易滑向“穿越、复仇、逆袭”的模板化套路；二是对白缺少潜台词，角色说话过于直白。

比较实用的做法是：先用大语言模型批量生成多个故事切入点，用人脑筛选出最有冲突感和画面感的方向；再让模型辅助扩写场景与对白，但关键情节节点和台词风格必须人工调整。剧本在AI漫剧里不只是文学内容，更是后续“分镜提示词”的母本——每场戏的画面描述，本质上是从剧本里抽取并转译出来的。

4.2 分镜设计：先定画面语言，再写Prompt

分镜是从文字到画面的桥梁。AI漫剧的分镜不需要像传统动画那样画得多么精准，也不一定需要美术功底，但必须明确三件事：景别、机位、画面内容。

景别包括远景、全景、中景、近景、特写，决定了画面信息的边界；机位包括平视、仰视、俯视、过肩等，决定了观众与角色的心理距离；画面内容则要具体到角色在做什么、处于什么环境、光线如何、情绪状态如何。

建议的做法是：用一个表格或文档，把每个分镜编号、景别、机位、画面描述、文本对白、对应台词、时长全部列出来。这张表就是后续AI绘图的Prompt蓝图。分镜不需要画得多好看，但信息要足够准确。很多新手跳过这一步直接让AI生成图片，结果就是画面连续性和叙事逻辑经常出问题。

4.3 AI绘图：批量生成关键帧，别妄想一次成功

AI绘图是AI漫剧素材生产的核心环节，也是工作量最大的环节。当前主流工具包括网络绘图产品、本地部署的Stable Diffusion系列工具等。无论用哪种工具，基本逻辑都是：Prompt（提示词） + 参数控制 + 后处理。

这个环节最容易踩的坑是“期待一次性生成成品”。正确的做法是分阶段推进：

第一步，先做角色设定图。确定主角、配角的形象，反复生成、挑选、修整，直到形象满意为止。不要急着生成剧情画面，角色设定是地基。

第二步，做场景设定。城市街道、室内房间、战斗场地分别是什么风格，用什么色调。场景的一致性影响整部作品的观感。

第三步，才是按分镜表逐张生成关键帧。每个分镜至少生成4到6张，从中挑选最符合叙事需要的画面。挑不出来的就改Prompt重新生成，不要将就。

AI绘图的Prompt一般包含画面主体、细节描述、风格标签、画质标签、负面提示词等要素。负面提示词是很多零基础用户最容易忽略的：它告诉AI“不要画什么”，对于避免畸形的手指、多余的手臂、模糊的背景等常见问题非常有帮助。

4.4 视频生成：让静态画面“动”起来

AI绘图得到的是静止的画面，要让观众看下去，画面必须动。当前AI视频生成工具的能力边界各不相同，有的擅长小幅度的镜头运动，有的支持让角色做出指定的简单动作，有的在网络服务或本地部署中拥有更高可控性。

对AI漫剧来说，视频生成通常集中在两类用法：

一是让画面有基础动态。例如镜头推近、拉远、平移、旋转，角色头发和衣服的飘动，背景中的光影变化。这类动态幅度小，但能显著提升画面的“视频感”。

二是让角色有动作、有表情。例如一个角色抬头、微笑、转头、抬手。这类功能对模型的运动和物理理解要求更高，容易出现肢体扭曲或画面崩坏。目前的常见做法是：把关键动作拆解为“起势—动作高潮—结束”三段，分别生成，再在剪辑时拼接。

这个环节对单张画面的“节奏感”要求很高。一个分镜画面如果构图不清晰、主体不突出，生成的视频大概率也会一团糟。换句话说，视频生成的质量上限，在上一个绘图环节就已经决定了。

4.5 配音与音效：声音是AI漫剧质感的分水岭

很多新手只关注画面，忽略声音，导致成片质感大幅度拉低。AI漫剧的声音包括三个层面：角色配音、环境音效、背景音乐。

角色配音当前已经有比较成熟的AI配音服务与语音合成工具，不少产品在中文配音的情感表达上已经接近真人。选择配音风格时，要根据角色性格匹配音色，例如少年角色选清亮音色，沉稳角色选低沉音色。同时要注意对白与口型的匹配：如果画面是近景或特写，观众会不自觉地关注口型，口型对不上会非常出戏。

环境音效和背景音乐看起来不起眼，但对氛围的建立至关重要。脚步声、开门声、环境底噪、气氛音乐，这些声音素材可以在各大素材网站获取，也可以在剪辑阶段通过音效库添加。

配音与画面的对轨工作建议在剪辑阶段统一完成。

4.6 剪辑合成：决定观众是否看下去的最后一关

剪辑是AI漫剧的最终整合环节，也是“作品感”的来源。

剪辑工作的核心包括：按照分镜表把视频片段按顺序排布、调整每个镜头的时间长度、在镜头之间加入转场效果（注意克制，不是特效越多越好）、叠加字幕、音轨与画面同步、统一调色风格。

AI漫剧的节奏一般比传统电视动画更快，因为短视频平台的观众在最初几秒决定是否继续观看。因此，剪辑时要注意片头是否足够有钩子，前5秒是否出现冲突、悬念或视觉冲击。如果开头平淡，再好的内容也可能被划走。

5. 从零到一搭建AI漫剧生产环境

了解了全流程，下一步是搭建自己的生产环境。AI漫剧的生产环境不是“一个软件”，而是一条工具链的组合。以下是零基础入局的推荐路径。

5.1 硬件配置：先评估自己的设备

AI漫剧制作对硬件的压力主要在AI绘图和AI视频生成环节。如果使用云服务或网络工具，普通电脑（8GB以上内存即可，主要是浏览器运行负载）就可以完成大部分工作；如果使用本地部署的AI绘图工具，推荐配备独立显卡，显存至少8GB以上，16GB会更从容。AI视频生成对显存要求更高，本地部署门槛相对大一些，可以优先使用云算力。

先在网上工具把流程跑通，再根据实际需求决定是否升级硬件，是更稳妥的思路。

5.2 工具链选择：先跑通再优化

这个清单里没有写死具体的版本号。原因很简单：AI工具迭代速度极快，版本细节参考意义很有限，更重要的是理解每个环节“用什么逻辑解决什么问题”。工具可以换，流程不会变。

5.3 用项目驱动学习，而不是先学完再开工

给零基础入局者一个非常重要的建议：不要想“学完所有工具再开始做”——AI工具永远学不完。更好的方式是确定一个最小项目目标，比如“制作一个30秒的AI漫剧片段”，然后围绕这个目标边做边学。

每完成一个最小项目，你就会对整个流程有真实的体感：哪个环节最耗时、哪个环节效果最不稳定、自己更适合做编剧型、绘图型还是剪辑型的AI漫剧创作者。这个判断比盲目看教程重要得多。

6. 最小可行示例：30秒AI漫剧片段的完整制作过程

用一个小案例把上述流程串起来。假设要制作一个30秒的AI漫剧片段，剧情是：少年在雨夜的城市天台上接到一通神秘电话，放下电话后抬头看向远方，眼睛里闪过一丝光芒。

这是个非常简单的情节，但足以覆盖AI漫剧的完整生产链。

6.1 剧本和分镜表

先用表格工具创建一个三列（或更多列）的分镜表，填写以下关键信息：

这张表看起来简单，但它决定了后续每一步的输入。

6.2 AI绘图环节的角色设定与提示词示例

在生成分镜画面之前，先完成主角人设图。假设主角设定为：19岁，黑色短发微卷，暗红色眼睛，穿白色立领外套，黑色内搭，银色金属链条项链。

角色设定提示词（注意，不同工具对标签的解析不同，此示例为通用思路）：

a young male character, 19 years old, short black wavy hair, dark red eyes, white stand-collar coat, black inner shirt, silver chain necklace, anime style, detailed face, upper body portrait, clean background, masterpiece, best quality, high resolution

生成之后，反复修正，直到形象固定。然后，把这张图作为后续图生图的参考图。

接下来按分镜生成关键帧。以分镜1为例，提示词：

a young male character with short black wavy hair and dark red eyes, wearing a white stand-collar coat, standing on a rooftop in the rainy night city, back view, wide shot, city neon lights bokeh in background, rain streaks visible, anime style, dramatic lighting, masterpiece, best quality

用负面提示词排除常见问题：

lowres, bad anatomy, bad hands, missing fingers, extra digit, blurry, jpeg artifacts, signature, watermark, username, worst quality

每张分镜画面都要确保生成多张备选、人工筛选。这个步骤不要省。

6.3 AI视频生成环节：让静态图动起来

将筛选出的分镜关键帧导入AI视频生成工具，使用图生视频功能。提示词要描述动态信息，而不是重新描述角色：

分镜1视频提示词示例：

slow camera push in, rain falling, hair and coat slightly moving in wind, city lights flickering in distance, cinematic, realistic rain effect

分镜3视频提示词示例：

close-up of eye, subtle eye movement, rain drops on skin, screen light reflection in pupil, shallow depth of field, cinematic

生成后检查是否有明显的画面崩坏：肢体扭曲、背景闪烁、面部变形。如果崩坏严重，回到绘图环节加强构图或简化动作要求，而不是反复抽卡碰运气。

6.4 配音与剪辑合成

用AI语音合成工具按对白和音效需要生成配音。对白内容就是分镜表里的两句话，注意控制语速和情绪。接着进入剪辑软件，按分镜顺序排布视频素材，叠加字幕，放入雨声和环境音，加入BGM，在结尾加入集标题字幕。

一个30秒的片段完成后，你会对AI漫剧的生产流程有完整的体感，这是看任何教程都无法替代的。

7. 常见问题与排查思路

AI漫剧制作过程中会遇到很多具体问题，这里整理几个高频问题和对应的排查方法。

这些问题是AI漫剧制作中最常见的拦路虎。大多数问题都可以通过“更严格的流程控制”来解决，而不是单纯依赖工具升级。

8. AI漫剧工具链之外：判断力才是核心壁垒

AI漫剧工具的普及速度很快，这也意味着工具本身不构成长期壁垒。今天你用AI绘图工具创作漫剧，明天所有人都能用。真正拉开差距的，是创作者在工具之外的能力。

第一是选题能力。同样的制作水平，选对了赛道和题材，数据可能是普通题材的数倍。AI漫剧目前跑出成绩的方向包括轻小说改编类、系统流/玄幻类、都市情感类、悬疑类等。对个人创作者来说，选择观众基数大、且自己有兴趣持续创作的题材，比盲目跟风更重要。

第二是剧情节奏能力。AI漫剧的单集时长一般在1到5分钟，在这个体量内讲好一个单元故事，需要在极快的时间内建立人物、铺垫冲突、制造反转。这种节奏感无法完全交给AI，更多是从大量观看优秀作品中总结出来的。

第三是审美筛选能力。AI可以快速生成海量素材，但“从中挑选出最有镜头感、最有情绪张力的一张”这个动作，需要审美判断力。这种判断力依赖日常积累：多看优秀动漫的分镜、电影的打光、摄影的构图。

第四是工程化能力。当账号需要稳定更新时，个人创作者就变成了一个“一人内容工厂”。如何建立角色设定库、场景库、Prompt模板库、分镜模板库，如何让制作周期从两周压缩到三天，本质上是工程管理能力。

这也是那套99集教程在强调“完整流程”而非“单个技巧”的原因。AI漫剧不是一个拼装玩具，做出一张好看的图只是起点，能做出一条稳定、可复用的生产线才是真正的方法论所在。

8.1 建议学习路径：按阶段投入精力

如果把AI漫剧的学习拆分成阶段，大概如下：

• 第一阶段（1到2周）：跑通工具链。不要纠结于局部参数优化，目标是做出一个30秒到1分钟的最低完整作品，哪怕是粗糙的。
• 第二阶段（3到8周）：死磕人物一致性。这是最值得深入研究的环节。尝试角色参考图方案、LoRA训练方案，记录不同方案的投入产出比。
• 第三阶段（持续）：建立自己的生产模板。包括角色设定归档方式、Prompt写作文档、分镜模板、剪辑精剪节奏偏好，逐步压缩单集制作时间。
• 第四阶段（进阶）：做系列化IP。确定一个有多季内容潜力的世界观，用一套固定的角色库和场景库，快速量产单集内容。

不同阶段的精力分配差异很大。第一阶段最重要的是完整，不要完美主义；第二阶段最重要的是重复，通过大量试验找到适合自己项目的一致性方案；第三阶段才是效率优化。

9. 行业回看：AI漫剧为什么是这个时间点的机会

明白了制作流程之后，再把视野拉高到一个更宏观的位置：为什么AI漫剧恰好在这个时间点集中爆发？

从技术侧来看，AI视频生成能力在近两年经历了明显的代际提升。最初的AI生成视频只能做轻微的镜头抖动，现在的AI视频工具已经能够理解简单的物理规律和动作指令，图生视频、首尾帧控制等功能逐渐成熟。这恰恰补上了AI漫剧生产链中最薄弱的一环——画面动态。

从平台侧来看，短视频平台和B站的内容生态非常看重稳定更新和系列化内容。AI漫剧可以保持日更或隔日更的节奏，天然适合平台算法对活跃度的偏好，也适合建立粉丝黏性。

从供给侧来看，传统动画的人才供给高度集中，而AI漫剧打破了这种限制。会写故事的人、会剪辑的人、懂运营的人，都可以借助AI工具补足自己不擅长的环节，成为独立的内容生产者。这是一个典型的技术平权窗口期。

在窗口期里，第一批跑通流程的人吃到了红利。但随着入局者增多，平台对内容质量的要求必然水涨船高。未来的AI漫剧竞争，会从“谁会用AI”转向“谁能用AI持续做好内容”。工具的使用不是终局，内容本身才是。

10. 写在最后的实操建议

如果你读到这里，决定开始尝试AI漫剧，这里有几点实操层面的建议值得参考：

一是不要在硬件上过度纠结。先用网络工具跑通全流程，确认自己真的喜欢这件事、有持续创作的意愿，再考虑是否升级设备或本地部署。

二是重视角色设定这个步骤。角色设定图花多少时间都不过分，这是全流程中最不该省的环节。设定稳定了，后续的绘图、生成视频、制作续集都会顺畅很多。

三是建立自己的“素材资产库”。每次生成满意的角色图、场景图，都分类归档，标注Prompt和参数，方便之后复用。这个工作是越做越值的。

四是从3分钟以内的短集开始，不要一上来就规划几十集的大长篇。先用3集以内的迷你短剧验证自己的流程和故事能力，再逐步扩展。

五是合理预期。AI漫剧不是一键躺赢的赛道。工具节省的是低层级的重复劳动，但创意筛选、审美判断、节奏把控和价值表达，仍然需要人来做。也正是这些“需要人来做”的事情，构成了一个创作者真正的护城河。

AI漫剧制作本身是一场“技术+创意”的长期实验。工具会变、平台会变、流行题材会变，但内容生产的底层逻辑——讲一个观众愿意追下去的故事——永远不变。把这套流程跑通，做出自己的第一部作品，才是入局AI漫剧最好的开始方式。